业务理解能力强，能很快的接受新事物和技能，并在其领域学习和掌握。拥有比较好的代码架构、设计模式的思想，从效率、可拓展、可维护等层面考虑。热心处事，积极为人，性格开朗乐观，善于与人沟通交流，工作追求高效率、高质量。能够很快的接触新兴事物并加以掌握。在团队建设中，能积极提出自己的想法，同时也能虚心听取他人的意见。能够及时发现工作生活中的不足并加以改正。能够将自己的精力投身于工作建设中，更快的完成工作任务。

2024.6——今    AI算力平台

项目描述：

搭建一个算力调度的平台，该平台支持接入多方算力，制作不同业务场景下使用的容器，并将容器统一管理。平台支持数据集、模型、算法等多种资产的管理，支持数据集标注、模型训练和服务API的一键部署。为大模型的训练提供一个很好的部署平台，用户不用考虑算力的调度，只用专注于模型本身的优化，大大降低了领域专家对于各资源和算力的操作成本。

2022.2——2024.6   算法、模型部署平台 

项目描述：

搭建一个算法和轻代码编辑的可视化平台。平台实现了算法的一键服务部署的功能，简化了开发人员接口上线的步骤。同时针对钢铁行业的领域专家，搭建了一套轻代码拖拽图形编程的可视化界面，使专家将自己领域知识变为可操作程序的过程变得简单。同时能将API进行周期调度任务部署，做到智能监控和及时的生产告警。

2021.1——2021.4    污水处理APC项目

项目描述：

污水处理APC项目，对污水处理流程建立模型，通过调节工厂用于污水处理的加药量，使污水中的各元素含量达到国家标准。项目收集大量生产数据，通过数据分析建立精准加药模型，同时考虑水质中的干扰元素以及工艺状况的干扰完善了控制器。本项目完全采用自己设计的算法模型，通过对行业普遍适用的动态矩阵控制算法的研究，结合实际工艺和模型特点，对传统方法进行改良。控制器的投用，取得了很好的控制效果。不仅提高了工厂污水处理能力，还节省了工厂的药耗，提高了工厂利润。该项目软件申请并获得了软件著作权。

2019.10——2021.1   水泥生产APC项目

项目描述：

水泥行业APC项目设计，针对水泥行业设计一套完整的APC控制方案。通过对生产数据的收集，分析大量数据，建立多输入多输出控制模型，再根据模型特点和生产要求设计模型各变量优先级和权重系数。实现了对生产流程的优化，提高工厂水泥生产效率，降低煤耗，提高产品质量，同时减少了工人的劳动强度。

2022.2——今          智能算力调度平台搭建

研发描述：

搭建团队后端和前端的代码框架，简化团队开发流程，降低上手难度。后端采用java结合spring mvc和公司的后端架构，整合出一套更简单和通用的架构。抽象业务需求，使业务在此架构上能更快的开发。

前端采用vue搭建了一套前端的开发框架，统一路由、组件和主题等管理。优化前端的页面开发流程。

采用以上前后端框架，搭建了一套对接不同算力的智能调度平台。

2019.7——2022.2          APC算法和软件研发

研发描述：

掌握C#、MATLAB编程语言，能通过python对数据进行处理。掌握多线程、OPC数据交互等基本的软件编写。

采用C#和MATLAB语言，对APC算法进行研究，从单变量控制到多变量控制，从简单模型到复杂模型，实现了软件在APC普遍适用行业的应用。目前APC软件基本完成了独立研发，初步实施取得了良好的效果，取得了很好的效益。

数据分析与算法：

根据实际的生产工艺以及大量的数据，结合工业数据分析软件对数据进行清洗、相关性分析，得出对应变量之间的函数关系，建立函数关系矩阵模型。根据矩阵模型的特点，结合DMC（动态矩阵控制）算法，通过模型预测、滚动优化、反馈校正实现对系统的优化控制。对于耦合关系比较大的系统，通过对系统进行解耦，在此基础之上设计对应的控制器，改善系统性能。

DMC算法能够对大滞后、多变量、非线性系统进行控制方案设计，实现系统的卡边控制、区间控制和漏斗控制，同时还具有优良的鲁棒性和抗干扰能力。针对非线性系统，通过数据分析，建立非线性模型，得到离散模型向量，实现模型预测，得到预测时域内的所有预测数据，再结合控制要求和优化性能指标，进行二次规划，得出控制增量。再将控制增量作用于模型和真实系统，对输出进行比较，以此比较的偏差进行反馈校正，如此反复实现滚动优化。

在后续优化上，要做到经济利益最大化，还需在线分析数据，得出系统最优工作点。结合神经网络算法和遗传算法，使传统的 DMC控制算法实现自动在线寻优控制。